МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М.В.ЛОМОНОСОВА

ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ

На правах рукописи

УДК 911.3:330.322 (470+571)

ЗЕМЦОВ Степан Петрович

ИННОВАЦИОННЫЙ ПОТЕНЦИАЛ РЕГИОНОВ РОССИИ

Специальность 25.00.24 – Экономическая, социальная, политическая и рекреационная география

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата географических наук

Москва – 2013

2

Работа выполнена на кафедре экономической и социальной географии России географического факультета Московского государственного университета

имени М.В.Ломоносова

Научный руководитель – Бабурин Вячеслав Леонидович, доктор географических наук, профессор

– Трейвиш Андрей Ильич, доктор географических наук, главный научный сотрудник отдела социально-экономической географии Института географии РАН (г. Москва)

Официальные оппоненты

Росич Юрий Юрьевич, кандидат географических наук, президент Международной общественной организации содействия развитию инновационных технологий «Развитие» (г. Москва)

Ведущая организация – Тихоокеанский институт географии ДВО РАН (г. Владивосток)

Защита диссертации состоится 14 ноября 2013 г. в 1500 на заседании диссертационно-го совета Д 501.001.36 при Московском государственном университете имени М.В.Ломоносова по адресу: 119991, г. Москва, ГСП–1, Ленинские горы, МГУ, гео-графический факультет, ауд. 1806.

E-mail: agir@mail.ru

С диссертацией можно ознакомиться в отделе диссертаций научной библиотеки МГУ имени М.В.Ломоносова (Ломоносовский просп., д. 27).

Автореферат разослан 14 октября 2013 г.

Ученый секретарь диссертационного совета, кандидат географических наук, старший научный сотрудник А.А. Агирречу

3

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования определяется снижением конкурентоспо-

собности России в системе мирового хозяйства. Компании наиболее развитых стран

перешли к конкуренции на основе инноваций, обладая лучшими условиями по разра-

ботке и внедрению новых технологий. Компании быстро развивающихся экономик

(Китай, Индия, Бразилия), обладая низкой стоимостью квалифицированной рабочей

силы, преимущественно заимствуют технологии и концентрируют стадии сборки и

производства высокотехнологичной продукции. Все это вынуждает искать пути уси-

ления конкурентоспособности российских компаний, в том числе путем создания и

заимствования новых технологий, новых способов производства и т.д.

Анализ зарубежных теоретических и прикладных исследований инновацион-

ных процессов показывает, что одним из эффективных элементов поддержки иннова-

ционной активности является формирование и развитие региональных инновацион-

ных систем и инновационных кластеров. В развивающихся странах инновационные

центры зачастую создаются с целью трансферта технологий из-за рубежа. При этом

инновационная политика государств направлена на выявление и поддержку террито-

рий, обладающих наибольшим потенциалом к созданию и внедрению инноваций.

В России разработан ряд методик оценки потенциала регионов в инновацион-

ной сфере (Независимый институт социальной политики, Ассоциация инновацион-

ных регионов России, Высшая школа экономики и др.). Ряд работ посвящен разра-

ботке интегральных индексов, оценивающих ресурсы и уровень развития инноваци-

онной системы. Методика построения индексов обладает существенными недостат-

ками, в частности отсутствием должной верификации данных, громоздкостью по-

строения и сложностью интерпретации результатов. Из содержательных недостатков

выделяется отсутствие оценки способности региональных сообществ к восприятию и

распространению инноваций.

Основываясь на предпосылке о зависимости инновационной активности от

степени концентрации, разнообразия и взаимодействия субъектов инновационной де-

ятельности, большое значение в исследованиях должна иметь экономико-

географическая составляющая. Изучение инновационного потенциала значимо для

современной социально-экономической географии, так как исследуются новые фак-

торы территориальной организации общества и хозяйства в рамках стадий инноваци-

4

онного цикла. В современной отечественной экономико-географической литературе

данному научному направлению уделяется недостаточное внимание.

Объектом исследования являются инновационные процессы, происходящие

на общероссийском, региональном и внутрирегиональном уровнях.

Предмет исследования – территориальная структура инновационного потен-

циала регионов России.

Цель – установить факторы, закономерности формирования и развития совре-

менной территориальной структуры инновационного потенциала регионов России.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Проанализировать существующие теоретические подходы и выявить фак-

торы пространственного развития инновационных процессов.

2. Изучить методы оценки инновационного потенциала регионов и обосно-

вать необходимость разработки комплексной методики.

3. Разработать комплексную экономико-географическую методику и оценить

инновационный потенциал регионов России.

4. Классифицировать регионы России по типу диффузии инноваций, способ-

ности внедрять новые технологии и структуре регионального сообщества.

5. Выявить внутренние закономерности и сетевые структуры территориаль-

ных инновационных систем.

Методологическая основа и источники данных. Методологической основой

является инновационный подход к исследованию процессов развития социально-

экономических систем, изложенный в работах Й. Шумпетера, П. Ромера, M. Фельд-

ман, А. Родригес-Поуза, Р. Бошмы и Я. Фагерберга. В б. СССР и России значение на-

учно-технического прогресса изучено в цитируемых автором публикациях Н.Д. Кон-

дратьева, Ю.В. Яковца, В.М. Полтеровича и С.Ю. Глазьева.

Роль территориальной близости и процессов кластеризации обосновывается в

исследованиях М. Портера, М. Энрайта, Р. Бошмы, M. Фельдман и Ч. Карлссона.

Представления о значимой роли творческих профессий в постиндустриальной эконо-

мике основаны на работах Р. Флориды, Д. Хокинса и Ж. Коткина. При изучении фак-

торов формирования территориальных инновационных систем использованы труды

Б.-А. Люндваля, Б. Асхайма, К. Фримена, Р. Нельсона и Ф. Кука. Использованы рабо-

ты, посвященные процессу диффузии нововведений: Г. Тарде и Э. Роджерса в рамках

5

социологии; Ц. Грилихеса, Э. Янча, В. Махаяна и Ф. Басса в технологической и эко-

номической сферах; Т. Хегерстранда в пространственных науках.

Проанализированы современные прикладные исследования инновационного

потенциала регионов России Л.М. Гохберга, А.А. Дынкина, Н.И. Ивановой и Г.А. Ун-

туры. При исследовании пространственных закономерностей инновационных про-

цессов автор использовал методы и результаты работ экономико-географов В.Л. Ба-

бурина, А.П. Горкина, Н.В. Зубаревич и А.Н. Пилясова.

Информационными источниками служат данные Федеральной службы госу-

дарственной статистики (Росстат), Федеральной службы по интеллектуальной собст-

венности (Роспатент), доклады международных организаций, экспертные интервью,

результаты научно-исследовательских работ и экспедиционные данные.

Широко использованы сравнительно-географический и картографические ме-

тоды исследований. Для оценки инновационного потенциала применялись фактор-

ный и кластерный анализы, а также методы построения индексов. Анализ процесса

распространения новых технологий проведен с помощью моделей диффузии иннова-

ций. Для выявления инновационных кластеров использована методика «Форсайт».

Представленные в работе картосхемы построены с помощью пакетов ESRI Ar-

cGIS v. 9.1-10 и Corel Draw 12.0. Статистическая обработка проводилась с помощью

пакетов StatSoft Statistica v. 6.0 и MS Excel 2010. Для анализа сетевых структур ис-

пользовались программы USINET и ArcGIS v. 9.1.

Научная новизна работы. Для выявления территориальной структуры инно-

вационного потенциала используются редко применяемые в данной сфере экономи-

ко-географические методы, в частности расчет и построение поля потенциала, расчет

уровня территориального разнообразия инновационных процессов, построение псев-

доизолиний, карт-анаморфоз и линий движения.

Предложен вариант концептуальной модели региональной инновационной сис-

темы, основанный на предпосылке о частичной локализации инновационных циклов

на региональном уровне. В модель включены описание стадий инновационного цикла

и представленных в регионе элементов инновационной инфраструктуры.

Разработан новый интегральный индекс инновационного потенциала регионов.

При его построении предложена концептуальная экономико-географическая модель,

учитывающая условия пространства региона, факторы развития территориальной со-

6

циально-экономической системы и компоненты региональной инновационной систе-

мы. Особенность построения индекса заключается в применении статистических ме-

тодов верификации данных, позволяющих повысить достоверность результатов.

Впервые проведена классификация регионов России по типам диффузии инно-

ваций и их способности к восприятию инноваций на основе модели логистической

кривой. Получены коэффициенты для оценки доли новаторов в структуре сообществ.

Выявлены сетевые структуры взаимодействия вузов с центрами фундамен-

тальной, прикладной науки и предприятиями в рамках инновационного цикла. Выяв-

ленные структуры, служащие основой для формирования инновационных кластеров в

рамках перспективного направления «Рациональное природопользование», обнару-

жены впервые. Разработана методика оценки их потенциала. Предложен подход к ве-

рификации результатов на основе оценки патентной и публикационной активности

организаций и разнообразия стадий инновационного цикла внутри кластеров.

Практическая значимость. Индекс инновационного потенциала регионов и

индекс развития региональной инновационной системы могут быть использованы для

определения региональных приоритетов инновационной политики. Выявление ре-

гионов с высоким инновационным потенциалом может быть использовано при выбо-

ре мест локализации научно-исследовательских подразделений крупных компаний.

Результаты исследования диффузии инноваций могут быть использованы для

маркетинговых исследований инновационной продукции, в частности для оценки

максимальных объемов рынка и динамики продаж в конкретных регионах. Расчеты

уровня и скорости проникновения сотовой связи и сети интернет, проведенные авто-

ром, служат для оценки потенциала распространения онлайн-услуг в регионах.

Разработанный вариант модели региональной инновационной системы исполь-

зован автором для анализа внутренних закономерностей и лимитирующих факторов

развития инновационной системы Тамбовской области в рамках научно-

исследовательской работы (НИР) «Доработка Стратегии социально-экономического

развития Тамбовской области на период до 2020 г., включая инновационный раздел

Стратегии, а также План реализации ключевых направлений развития Тамбовской

области до 2020 г.» (Фонд «Центр стратегических разработок – регион», государст-

венный контракт № 418 от 27.09.2012 г.). Модель может быть применена для иссле-

дований инновационных процессов в других регионах России.

7

Методики выявления сетевых структур и оценки инновационного потенциала

кластеров, использованные в работе «Формирование сети отраслевых центров про-

гнозирования научно-технологического развития на базе ведущих российских вузов

по приоритетному направлению «Рациональное природопользование» (географиче-

ский факультет МГУ имени М.В. Ломоносова, государственный контракт №

13.521.11.1013 от 10.06.2011 г.), могут быть применены в схожих исследованиях.

Апробация работы и публикации. По теме диссертации автором опублико-

вано 5 научных статей, в том числе 2 статьи в изданиях перечня ВАК РФ, а также 5

тезисов докладов общим объемом 4 п. л.

Положения диссертации были доложены на школе-семинаре молодых ученых

«Методология и методика региональных исследований: из прошлого в будущее»

(Смоленск, 2010), на общероссийской конференции «Социально-экономическая гео-

графия: история, теория, методы, практика» (Смоленск, 2011), на Международных

научных конференциях «Ломоносов» (Москва, 2010, 2013), «Ломоносовских чтени-

ях» (Москва, 2013), а также на «II Российском экономическом конгрессе» (Суздаль,

2013). Итоговые результаты доложены на летней школе (Карлскрона, 2013) и Кон-

грессе Европейской Ассоциации Региональной Науки (Палермо, 2013).

Материалы исследования использовались при чтении лекций в курсе «Эконо-

мическое районирование», а также на семинарах «Введение в географию».

Структура и объем работы. Диссертация состоит из введения, трех глав ос-

новного текста, заключения, списка литературы и приложения. Основное содержание

работы изложено на 160 с. и содержит 59 рис. и 22 табл. Список использованных ис-

точников включает 187 наименований на русском и иностранных языках.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ

1. Сочетание естественноисторических условий и социально-

экономических факторов, способствующих ускорению инновационных процес-

сов, составляет инновационный потенциал региона. К важнейшим факторам ге-

нерации инноваций относятся концентрация, разнообразие и взаимодействие

субъектов инновационной деятельности, к факторам диффузии инноваций – вы-

сокая доля новаторов и интенсивность связей между ними и остальным сообще-

ством.

8

Термин «инновация» определен в работе в широком и узком значениях: как

воспринятое системой новшество (новация) и как результат интеллектуальной дея-

тельности, внедренный в практику. Человек-инноватор и/или сформированные им ор-

ганизационные формы взаимодействия, связанные с инновационными процессами,

являются субъектами инновационной деятельности. Объектами инновационной дея-

тельности в работе выступают технологические инновации. Основное внимание уде-

лено процессам их создания и распространения. Под «инновационным потенциа-

лом» автор подразумевает сложившееся сочетание условий, факторов и ресурсов, ко-

торые могут быть использованы для поддержания и ускорения инновационных про-

цессов. Термин взаимосвязан с понятием «инновационность», включающей в себя две

составляющие: креативность – способность создавать инновации, и инновативность –

способность внедрить и распространить инновацию раньше других. Высокий иннова-

ционный потенциал повышает вероятность генерации и диффузии новой технологии.

Для структуризации представлений о составляющих инновационного потен-

циала региона использована концептуальная модель, описывающая три уровня взаи-

модействия региона с инновационными процессами: общие условия социально-

экономического пространства региона, факторы развития территориальной социаль-

но-экономической системы и компоненты региональной инновационной системы.

Социально-экономическое пространство представляет собой совокупность пер-

вичных условий, в первую очередь экономико-географического положения (ЭГП).

Инновации зарождаются в наиболее плотном, концентрированном и связанном про-

странстве, способствуя ускоренному развитию территориальных социально-

экономических систем, к которым относятся пространственно атрибутивные системы

взаимодействия людей: страны, регионы, кластеры и города. Эволюция территори-

альных социально-экономических систем идет путем создания и распространения ин-

новаций в каждой из сфер общественной жизни человека. Структурным ядром про-

цессов на современном этапе выступает инновационный цикл, включающий стадии

обучения, зарождения новации (идеи), разработки инновации (опытный продукт), ее

производства (конечный продукт) и распространения (массовое потребление).

Способность региона ускорять инновационный цикл зависит от степени инсти-

туционального развития каждой из стадий цикла, их взаимодействия и инфраструк-

турной обеспеченности. Локализованным институциональным и инфраструктурным

9

воплощением цикла на региональном уровне являются региональные инновационные

системы (рис. 1). В современных условиях развития сетевых структур они в значи-

тельной мере ориентированы на интенсификацию горизонтального взаимодействия.

Рис. 1. Концептуальная модель региональной инновационной системы

На стадиях генерации нового знания основными факторами, оказывающими

воздействие на ускорение инновационного цикла, выступают высокая концентрация,

разнообразие и интенсивность взаимодействия субъектов инновационной деятельно-

сти. Территориальными индикаторами могут служить концентрация стадий иннова-

ционного цикла в регионе, наличие инновационных кластеров и сложившаяся регио-

нальная инновационная система, а также концентрация творческих профессий и соот-

ветствующих специалистов. На стадии диффузии ведущими факторами следует счи-

тать высокую долю новаторов, плотность каналов коммуникации и интенсивность

связей между новаторами и остальным сообществом.

2. Необходимость применения комплексной процедуры оценки иннова-

ционного потенциала обусловлена многофакторностью исследуемых процессов и

необходимостью верификации статистических данных. Сочетание экономико-

географических моделей позволило выявить стабильную центро-периферийную

структуру инновационного потенциала регионов России, идущие процессы кон-

центрации и снижения инновационной активности регионов с 1989 г. Устойчи-

выми креативными центрами России в постсоветский период являются: Моск-

ва, Санкт-Петербург, Томск, Новосибирск и Казань.

Результаты оценок инновационного потенциала, полученные статистическими

методами, не всегда могут быть признаны удовлетворительными в виду отсутствия

10

качественной статистической информации и сложности интерпретации результатов.

Многие зарубежные и отечественные подходы основаны на разработке индексов. Ав-

тором подробно изучены методики индексов инновативности (Н.В. Зубаревич) и кре-

ативности (А.Н. Пилясов). Существенным недостатком работ является использование

неверифицированных данных Росстата. Сама процедура составления интегральных

индексов без соответствующей трансформации данных искажает и усредняет иннова-

ционное пространство, не позволяя оценить срединные регионы. Редко учитывается

дифференциация на внутрирегиональном уровне. В условиях неполной информаци-

онной обеспеченности построение индексов является одним из операционных мето-

дов, хотя и требует применения процедуры многократной верификации результатов.

Территориальная структура инновационного потенциала исследована с помо-

щью методик, предложенных В.Л. Бабуриным (рис. 2, 3). Была использована модель

поля потенциала, основанная на зависимости процесса зарождения инноваций от ко-

личества и концентрации субъектов инновационной деятельности:

jiijj DPPV / , (1), где Vj – потенциал поля в региональном центре j; Pj и Pi – число выданных патентов

на 100 тыс. жителей в центрах j и i; Dji – расстояние от центра j до центра i, км.

Оценка степени территориальной дифференциации и разнообразия инноваци-

онной активности проведена с помощью индекса энтропии Шеннона (E):

)/1log( ii SSE , (2),

где Si – доля патентов в регионе i от общего числа выданных патентов в России.

Наблюдается концентрация патентной активности в крупнейших агломерациях:

Московской, Санкт-Петербургской, Томской, Новосибирской, Казанской, Пермской и

Самарской (рис. 2). В постсоветский период с 1989 по 1999 г. активность для Москов-

ского ядра снизилась с 230 до 30 патентов на 100 тыс. городских жителей. В 2000-е гг.

наблюдался рост, но и в 2010 г. показатели Москвы (62 патента / 100 тыс. чел.) оста-

вались ниже среднерегионального уровня б. СССР в 1989 г. (92,3 патента / 100 тыс.

чел.). Наибольшее снижение активности характерно для Санкт-Петербурга, Самар-

ской, Воронежской и Ростовской областей, что, в первую очередь, связано с деграда-

цией отраслей машиностроения и военно-промышленного комплекса.

11

Растет концентрация поля. В 2002 г. на 4 крупнейших региона (Москва, Санкт-

Петербург, Московская область и Республика Татарстан) приходилось 40% всех патен-

тов, в 2010 г. – уже 50%. Индекс разнообразия (E) упал с 1,47 в 2002 г. до 1,29 в 2011 г.

Рис. 2. Сравнение потенциалов патентного поля России (Vj) в 1989 и 2010 гг.

Примечание. На врезке изображена динамика (с 1994 по 2012 гг.) и индекс разнообразия (ин-декс энтропии Шеннона (E)) (с 1998 по 2012 гг.) патентной активности в России.

На основе разделения инновационного цикла на стадии генерации и потребле-

ния все регионы можно разделить на создающие новые технологии (креативные) и их

потребляющие (акцепторные). Выявление креативных и акцепторных функций тер-

ритории осуществлено с помощью типологии регионов на основе кластерного анали-

за по соотношению инновационной активности (число выданных патентов на 100

тыс. городских жителей) с уровнем инновационного потребления (отношение числа

использованных патентов к выданным). Кластеризация проведена с помощью задания

пороговых значений, определенных автором в качестве границ кластеров (рис. 3).

Выделены несколько типов регионов: креативные (патентная активность выше

среднероссийского показателя 20 патентов на 100 тыс. гор. жителей, использовано

менее 100%); субкреативные (плотность изобретений выше среднего арифметическо-

12

го значения по регионам России 12 патентов на 100 тыс. гор. жителей, использовано

менее 100%); акцепторно-креативные (средняя плотность, использовано более 100%);

сильноакцепторные (низкая генерация, но использовано более 100%); слабоакцептор-

ные (низкая генерация, использовано менее 100%) и инновационная периферия. Ис-

пользованы данные Росстата с 2007 по 2012 гг. для уменьшения волатильности пока-

зателя. Расчет среднего арифметического производился для данных, коэффициент ва-

риации которых был ниже 0,3, в остальных случаях использовалась медиана.

Рис. 3. Распределение регионов России по креативно-акцепторным функциям

в среднем за 2007–2012 гг.

Некоторые регионы, помимо выявленных ранее, также сохранили креативные

функции: Воронежская, Ростовская, Ульяновская области и республика Башкорто-

стан, но в меньшей степени. В отдельный кластер «Субкреативная полупериферия»

выделены субкреативные регионы, потребляющие менее 30% инноваций. Большая

часть Дальнего Востока превратилась в инновационную периферию, хотя в 1989 г.

это были сильноакцепторные регионы. Сегодня к сильноакцепторным относятся ре-

гионы, активно использующие внешние инновации, в частности при модернизации

металлургических производств (Липецкая, Вологодская области), в машинострои-

тельных регионах (Тверская, Ленинградская, Владимирская области). Крупные мно-

гоотраслевые регионы с машиностроительной специализацией (Тульская, Пермская,

13

Нижегородская и Свердловская области, Красноярский край) хотя и генерируют

большой поток инноваций, но значительную часть заимствуют за рубежом.

Результаты анализа инновационных процессов зависят от качества статистиче-

ских данных, которое для показателя патентной активности может вызывать сомне-

ния. Например, трудно объяснить высокие показатели Ивановской области (рис. 2 и

3), специализирующейся на подотраслях легкой промышленности. Патенты являются

скорее новациями и могут остаться нереализованными. Все это дополнительно под-

тверждает необходимость комплексной оценки инновационного потенциала.

3. На основе разработанной методики оценки инновационного потенциа-

ла выявлено шесть типов регионов. Результат показывает высокую вероятность

зарождения инноваций в регионах, где расположены крупнейшие агломерации и

научные центры, и для которых характерен высокий уровень концентрации и

развития компонентов региональных инновационных систем.

Первичный отбор показателей для базы данных (более 30), характеризующих

инновационный потенциал регионов в 2000-2010 гг., производился в рамках предло-

женной концептуальной модели. Для уменьшения количества переменных использо-

ваны процедуры факторного анализа. Отобранные показатели распределены на два

конечных фактора, которые условно можно отнести к факторам генерации и диффу-

зии инноваций. «Фактор 2» оказался трудно интерпретируемым, но связан с абсорб-

ционной способностью регионов (включает: валовый региональный продукт на душу

населения, уровень интернетизации, уровень проникновения сотовой связи и др.).

Расчет индекса инновационного потенциала (IIP) проведен на основе показате-

лей, объединенных в «Фактор 1». Высокая асимметрия данных (более 0,5) привела к

необходимости их трансформации путем возведения в степень по формуле:

7

001,01,04,08,01,01,0WEBPATSCEHEURBEGP

IPIIIIIII

I

, (3),

где отражены условия социально-экономического пространства: IEGP – оценка ЭГП;

факторы развития территориальной социально-экономической системы: IURB – доля

городов с населением выше 100 тыс. чел. в общей численности жителей региона, IHE –

доля лиц с высшим образованием в занятых; компоненты региональной инновацион-

ной системы по стадиям инновационного цикла: IE – «образование» – численность

учащихся вузов на 10 тыс. чел., ISC – «научные исследования» – доля персонала, заня-

того научными исследованиями и разработками от общей численности занятых, IPAT –

14

«трансферт технологий» – количество зарегистрированных патентов на 1000 чел. за-

нятых, IWEB – «производство» – доля организаций, имеющих веб-сайт.

Оценка ЭГП производилась с помощью индекса, представляющего собой среднее

арифметическое бинарных рангов регионов по пяти значениям: столичный статус, на-

личие агломерации с миллионным населением, соседство с Москвой, центр федераль-

ного округа и приморское положение. Для описания производственной стадии служит

индикатор доли организаций, имеющих веб-сайт, как хорошо статистически обеспечен-

ный показатель, отражающий долю коммерчески успешных организаций. Субиндексы

рассчитаны по формуле линейного масштабирования, применение которой обосновано,

так как после трансформации данных не наблюдается их существенный разброс. Каж-

дый показатель указывает на предпосылки и способность региона к созданию иннова-

ций, или вероятность их зарождения. Москва – крупнейший инновационный центр с

индексом равным единице. Можно предположить, что вероятность зарождения крупной

инновации в Москве в 2010 г. в сравнении с другими субъектами Федерации близка к 1,

а на Чукотке близка к нулю (рис. 4). Зависимость между индексом и вероятностью не-

линейная, поэтому следует говорить об условной возможности зарождения инновации.

Рис. 4. Типология регионов России на основе индекса инновационного потенциала

15

На картосхеме (рис. 4) точечной заливкой обозначены регионы, в которых нор-

мированное значение субиндекса отдельных стадий инновационного цикла меньше

0,30, что свидетельствует о слабом развитии одного из компонентов региональной

инновационной системы в данном регионе, а штриховкой обозначены регионы с вы-

падением отдельных стадий (субиндекс меньше 0,2).

Выявлена высокая концентрация потенциала (индекс выше 0,6) в крупнейших

агломерациях и научных центрах страны, для которых характерно наличие сложив-

шейся региональной инновационной системы. Вторую и третью группу составили

крупногородские регионы с выгодным ЭГП, для которых поддержка и развитие ре-

гиональной инновационной системы может рассматриваться как эффективный инст-

румент региональной политики. Для большинства срединных регионов при среднем

значении потенциала (0,3 – 0,5) характерно слабое развитие отдельных составляющих

региональной инновационной системы, но возможно развитие инновационных кла-

стеров в ряде отраслей хозяйства. В периферийных регионах отсутствуют несколько

составляющих, а создание инновационных кластеров возможно лишь в узкой группе

базовых отраслей или вовсе представляется нецелесообразным.

Верификация рейтинга осуществлена путем его сравнения с результатами рас-

чета индексов по методикам А.Н. Пилясова и Н.В. Зубаревич. Сравнение показало

высокую степень корреляции между индексами, что в некоторой мере свидетельству-

ет о достоверности полученных результатов. Дополнительная верификация осущест-

влена с помощью анализа внутренних факторов развития региональной инновацион-

ной системы срединного региона на примере Тамбовской области. Анализ подтвер-

дил наличие следующих лимитирующих факторов: низкая инновационная активность

организаций, слабая коммерциализация научных разработок, отсутствие связей меж-

ду научными организациями и реальным сектором экономики, отсутствие или слабое

развитие отдельных компонентов региональной инновационной системы, в частности

слабое использование предприятиями инфраструктуры трансферта и коммерциализа-

ции технологий, отсутствие внутреннего спроса на инновации.

4. Процесс создания новых технологий сопровождается их распростране-

нием и потреблением. Типологии регионов России по типу диффузии инноваций

на примере сотовой связи с помощью кластерного анализа и модели логистиче-

ской кривой позволили установить соответствие меж- и внутрирегионального

16

распределений «новаторов» и «имитаторов» теоретическим значениям. Резуль-

таты свидетельствуют о значимости фактора географического положения.

Регионы России значительно отличаются по потенциалу внедрения новых тех-

нологий. В качестве индикатора процесса диффузии инноваций использован показа-

тель распространения сотовой связи (число зарегистрированных абонентских терми-

налов сотовой связи на конец года), соотнесенный с количеством жителей, как наибо-

лее статистически обеспеченный и репрезентативный для целей исследования.

Проведенный кластерный анализ динамики развития сотовой связи в регионах с

1999 по 2010 гг. выявил высокую степень дифференциации между ведущими и от-

стающими регионами, а также показал наличие значительной и слабо дифференцируе-

мой срединной зоны. После 2005 г. выявлена вторая «волна» диффузии (рис. 6, пра-

вый), связанная с использованием смартфонов, нетбуков, планшетных компьютеров и

иных портативных устройств для выхода в сеть интернет с помощью сотовой связи.

Многие регионы меняют темпы роста после условного насыщения (100 телефонов на

100 жителей) в 2005-2006 гг. в связи с действием новых факторов распространения, в

значительной степени связанных с потребностями зажиточной части населения. Зада-

чей исследования было выявление регионов-новаторов первой волны инновации, по-

этому конечное выделение кластеров основано на данных до 2005 г. (рис. 5).

Регионы распределены в соответствии с теорией Э. Роджерса о структуре со-

обществ по восприимчивости инноваций: новаторы, ранние последователи, раннее

большинство, позднее большинство и отстающие. В первый и второй кластеры вошли

регионы с крупными агломерациями, высокими доходами населения и пограничные

регионы. В третий наиболее многочисленный кластер вошли «срединные» регионы с

крупными и средними городами, средними доходами населения. Регионы Дальнего

Востока и Центрального Черноземья образовали предпоследний кластер. Регионы

Северного Кавказа, Юга Сибири и Крайнего Севера относятся к кластеру «Отстаю-

щие» с наименьшими темпами роста количества пользователей до 2005 г.

Распределение выявленных кластеров по населению соответствует представле-

ниям Э. Роджерса (врезка на рис. 5), но для России характерна повышенная доля ре-

гионов первого и второго кластеров. В соответствии со стадиями диффузии нововведе-

ний Т. Хегерстранда в начале 2000-х гг. доля регионов-новаторов в общем количестве

пользователей составляла более 80%. Затем число абонентов в других регионах росло

17

опережающими темпами, стремясь достичь распределения, соответствующего их доли

в численности населения. Доля регионов-новаторов снижается до 29% в 2008 г., но

вторая волна диффузии приводит к незначительному повторному росту их доли.

Динамика распространения сотовой связи до 2006 г. для большинства регионов

может быть описана логистической кривой (рис. 6, левый).

Рис. 5. Классификация регионов России по скорости диффузии в 1999–2005 гг.

Примечание. На врезке изображено распределение населения регионов по кластерам в срав-нении с моделью Э. Роджерса (красная кривая)

Рис. 6. Кривые диффузии инноваций на примере регионов разных кластеров

18

Описанная Т. Хегерстрандом и В. Махаяном монотонно убывающая «кривая

затухания» диффузии от центров (крупных агломераций) к периферии может быть

построена лишь для выборочных регионов (черная линия на рис. 6). Так как в боль-

шинстве срединных регионов темпы роста меняются в течение периода, и они могут

на время становится регионами-лидерами по уровню проникновения сотовой связи.

Первый способ исследования инновативности регионов не позволяет диффе-

ренцировать большинство срединных регионов, а также не даёт конкретных числен-

ных значений, поэтому для дальнейшего анализа была использована модель диффу-

зии инноваций Ф. Басса. Согласно модели сообщество по восприятию инновации

можно разделить на новаторов (коэффициент p), осваивающих ее раньше других, и

имитаторов (коэффициент q), заимствующих ее от других членов сообщества. Коэф-

фициент p можно считать показателем внешних воздействий, или эффектом рекламы,

а q – показателем действия эффекта «из уст в уста». Вероятность появления нового

потребителя f(t) и изменение числа пользователей ( dttdF )( ) описывается уравнением:

)]([)]([)()( tFFtFFqpdttdFtf , (4), где F – максимальное потенциальное количество пользователей F(t) – их количество

в момент t. Уравнение (4) преобразовано в недифференциальный вид (5)

)()()()()()()()1( 2321

2 ttFAtFAAtbFtFpFbFptFtF , (5),

где F(t+1) – F(t) – прирост количества пользователей, b= q/ F , ε(е) – остаток. Уравне-

ние использовалось для нахождения параметров модели (p, b, q, F ) через коэффици-

енты квадратичной функции (рис. 6, правый): p=A1/ F , b =-A3,

321222 2/)4( AAAAAF . Заметим, что q и F отрицательно связаны.

Для ряда регионов прирост числа пользователей сотовой связью не поддавался

моделированию (коэффициент корреляции с эмпирической кривой был меньше 0,8)

из-за раннего появления новаторов в сообществах (Республика Дагестан на рис. 6, ле-

вый), что не приводило к увеличению общего числа пользователей.

Для оценки инновативности регионов проведен кластерный анализ по порого-

вым значениям параметров p и q, но в качестве p взята доля «новаторов» в первый год

наблюдений (1999 г.), так как модель завышает его значение (врезка на рис. 7).

Результаты схожи с полученными ранее. В первый кластер вошли столичные

города с пригородами, во второй – регионы с крупнейшими агломерациями. Третий

кластер представлен срединными регионами. К территориям с запаздывающей диф-

19

фузией относятся в основном регионы с невысокой плотностью населения (Север и

Дальний Восток), а также с высокой долей сельского населения (Северный Кавказ и

Центрально-Черноземный район).

Рис. 7. Кластеры регионов России по инновативности

Анализ выявил основные географические факторы диффузии инноваций, но

для оценки инновативности регионов недостаточно исследования одной технологии,

необходимо соотнесение долей новаторов в сообществе по нескольким технологиям и

за разные годы. Был составлен интегральный индекс инновативности регионов (IINOV) 1,02012

25,02009

25,01999 MIIMINOV IIII , (6)

где IM1999 – доля пользователей сотовой связью в 1999 г., II2009 – доля пользователей

интернетом в 2009 г., IMI2012 – доля пользователей мобильным интернетом в 2012 г.

Регионы были соотнесены по способности создавать и распространять иннова-

ции (рис. 8). В качестве показателя первого свойства региональных сообществ услов-

но можно использовать индекс инновационного потенциала, для второго свойства –

интегральный индекс инновативности. Наблюдается взаимосвязь (врезка на рис. 8)

между двумя обобщенными стадиями инновационного цикла, которая, в первую оче-

20

редь, связана с агломерационными эффектами, так как крупные агломерации одно-

временно являются центрами создания и ретрансляции инноваций. Выявлены при-

оритетные регионы для создания научно-исследовательских центров в сочетании с

регионами, где возможно быстрое внедрение новых продуктов и услуг.

Рис. 8. Соотношение кластеров регионов России по интегральным индексам инно-

вационного потенциала и инновативности

5. Интенсивность взаимодействия в рамках сетевых структур (в частно-

сти кластеров) определяет скорость генерации и диффузии инноваций. Приме-

нение методики «Форсайт» позволило выявить инновационные кластеры на

примере перспективного направления «Рациональное природопользование».

Выявленные кластеры организованы на основе инновационного цикла. Их раз-

мещение частично отражает структуру инновационного потенциала России, но

может служить индикатором смещения инновационной активности.

Представители отобранных экспертным путем ведущих вузов России в направ-

лении «Рациональное природопользование» приняли участие в двухэтапной дельфий-

ской процедуре по методике «Форсайт». Они заполнили анкеты, в которых указали

21

сферы компетенции вуза, новые технологии за последние три года, наличие центров

внедрения и организации, взаимодействующие с вузом. В соответствии с тремя кри-

тическими технологиями перспективного направления выделены три отраслевых сети

взаимодействия. Они состоят из подсетей, условно названных «региональными инно-

вационными кластерами» из-за высокой степени локализации инновационного цикла

на региональном уровне (более 42% всех организаций перспективного направления).

Крупнейшая сеть в рамках критической технологии 19 «Технологии мониторинга и

прогнозирования состояния окружающей среды, предотвращения и ликвидации ее

загрязнения» (далее – КТ-19) включает в себя 130 организаций. Каждая из организа-

ций отнесена к определенной стадии инновационного цикла: вузы, организации фун-

даментальной, прикладной науки и предприятия.

Для оценки инновационного потенциала кластеров разработаны индекс компе-

тентности (IKMP) (7), оценивающий способность к созданию инноваций, и индекс вза-

имосвязей (IVZ) (8), оценивающий способность к диффузии через сетевые структуры:

))(( VTZNTCKMP IIII , 7), где IC– субиндекс числа компетенций, INT – субиндекс числа новых технологий, IVTZ–

субиндекс числа центров внедрения. Мультипликативная модель основана на предпо-

ложении, что вероятность реализации инновации без центров внедрения минимальна.

SRTRSVVZ IIII , (8), где ISV– субиндекс числа связей, ITR– индекс энтропии Шеннона (формула 2) по доле

связей между разными городами, ISR – индекс энтропии Шеннона по доле организа-

ций разных стадий инновационного цикла. Равенство нулю одного из субиндексов

свидетельствует о несформированности инновационного кластера. Субиндексы рас-

считаны по формуле линейного масштабирования.

Крупнейшими центрами создания и распространения новых технологий в рам-

ках КТ-19 являются Санкт-Петербург, Томск и Тюмень (вкладка на рис. 9). Иннова-

ционный цикл в рамках КТ-19 отличается повышенным уровнем межрегиональной

локализации (62% организаций). Проведенный сетевой анализ с использованием мат-

рицы связей, позволил выделить зарождающиеся Центральный, Северо-Западный,

Уральский, Тюменский и Сибирский межрегиональные кластеры (рис. 9).

Ядра кластеров частично совпадают с креативными центрами (Москва, Санкт-

Петербург, Томск, Новосибирск, Казань), но ряд центров относится к регионам со

средневысоким (Пермь, Калининград, Саратов) и средненизким (Тюмень, Белгород)

22

инновационным потенциалом. При реализации перспективных рынков зарождающие-

ся кластеры способны изменить инновационное пространство страны. Общий объем

перспективного рынка направления «Рациональное природопользование» с 2013 по

2020 г. может превысить 6,2 трлн. рублей, что составляет около 10% от оценки вало-

вого внутреннего продукта России в 2012 г. В рамках КТ-19 объем перспективного

рынка может составить около 2 трлн. руб. По расчётам на основе индексов компе-

тентности и взаимодействий доля организаций Москвы составит более 22% рынка

КТ-19, доля кластера Санкт-Петербурга – 12%, Тюмени – 5,2%, Перми – 2,9%, Томска

– 2% и Казани – 1,7%. Нераспределенная между кластерами доля рынка – 52,3%.

Рис. 9. Взаимодействие инновационных кластеров в рамках КТ-19.

Примечание. Вузы Москвы не рассматривались. На врезке изображено соотношение класте-ров по индексам компетентности и взаимодействия. Номером указано число новых техноло-гий, размер кружка зависит от количества компетенций, а белый фоновый цвет свидетельст-вует об отсутствии центров внедрения.

Недостатком методики стала невозможность непосредственной верификации

полученных данных от экспертов, поэтому результаты дополнительно проверены с

помощью анализа публикационной, патентной активности организаций и разнообра-

зия стадий инновационного цикла внутри кластеров. В среднем на одну организацию

23

приходится 77,8 публикаций и 6,6 патентов. Для КТ-19 в целом характерно недоста-

точное развитие и высокая степень концентрации организаций прикладной науки, то

есть характерна слабое развитие стадии трансферта новаций. Верификация подтвер-

дила обоснованность отнесения выявленных организаций к инновационному циклу.

ОСНОВНЫЕ ВЫВОДЫ

В ходе диссертационного исследования получены следующие результаты и вы-воды, которые являются предметом защиты:

1. Оценка инновационного потенциала регионов требует комплексного подхо-да, так как инновационный процесс является многофакторным явлением. Различные факторы воздействуют на разные стадии инновационного цикла. Основные факторы креативности: высокая концентрация и интенсивность взаимодействия субъектов ин-новационной деятельности, высокая доля творческих профессий и формирование ин-новационной системы. Условия инновативности: наличие и высокая доля новаторов и интенсивность взаимодействия между ними и остальным сообществом.

2. Несовершенство российской статистики требует верификации рейтинговых оценок географическими и статистическими методами. Важными для оценки иннова-ционного потенциала являются метод поля потенциалов, построение индексов разно-образия, кластерный анализ, методы сетевого анализа и метод картограмм.

3. Инновационная активность регионов России в связи с ухудшением социаль-но-экономических условий сильно снизилась в 1990-е гг. За 2000-е гг. она увеличи-лась, но наблюдается повышение ее концентрации, снижение территориального раз-нообразия и образование обширной «неинновационной» периферии.

4. В России сложилась центро-периферийная структура инновационного по-тенциала. Выявлена его концентрация в регионах с крупнейшими агломерациями и научными центрами, для которых характерно наличие сформированной региональной инновационной системы. Главные креативные центры: Москва и Санкт-Петербург, вторичные центры-агломерации: Томск, Новосибирск, Самара, Казань, Ульяновск, Челябинск и Екатеринбург.

5. Для большинства срединных регионов при среднем значении потенциала ха-рактерно слабое развитие отдельных составляющих региональной инновационной си-стемы. В срединных регионах действуют следующие лимитирующие факторы: низкая инновационная активность организаций, слабая коммерциализация научных разрабо-ток, отсутствие связей между научными организациями и реальным сектором эконо-

24

мики, отсутствие или слабое развитие отдельных компонентов инновационной систе-мы, в частности инфраструктуры трансферта и коммерциализации технологий.

6. Для инновационных процессов в России в целом характерны закономерно-сти, выявленные для других стран: иерархическая диффузия инноваций, нормальное распределение регионов по скорости диффузии и падение скорости диффузии на пе-риферии. Отмечена повышенная доля регионов-новаторов, что является в некоторой степени следствием централизованной системы управления. В срединных регионах скорость процессов уменьшается, и возрастает их волатильность. Во многих средин-ных и периферийных регионах наблюдается разрыв между новаторами и остальным сообществом, когда инновации на первом этапе осваиваются довольно быстро, но их дальнейшее распространение практически прекращается. Это связано с низкой плот-ностью населения (Сибирь и Дальний Восток), высокой долей сельских жителей (Центральное Черноземье) и институциональными барьерами (Северный Кавказ).

7. Благоприятное экономико-географическое положение является сильным ат-трактором инновационных процессов. В случае генерации нового знания важнейшее значение играют близость или наличие крупной агломерации и соответствующего рынка высоких технологий, в случае распространения инноваций – близость к агло-мерации, а также выгодное приморское и приграничное положение. Агломерацион-ные эффекты воздействуют на все стадии инновационного цикла.

8. Формирующиеся инновационные кластеры в рамках направления «Рацио-нальное природопользование» частично повторяют территориальную структуру сло-жившегося инновационного пространства, но служат индикатором возможного сме-щения инновационной активности в восточные регионы страны (Тюмень, Томск, Но-восибирск). Анализ позволил выявить внутрисистемную организацию инновацион-ных процессов на основе инновационных циклов. Наблюдается недостаточное разви-тие стадии прикладных исследований, обеспечивающих трансферт технологий. Ин-новационный цикл в рамках КТ-19 в значительной мере локализуется на межрегио-нальном уровне (59%) и в меньшей степени на региональном (34%) и международном (7%). Последнее обстоятельство является потенциальной возможностью для развития инновационных кластеров в срединных регионах, где отсутствует ряд стадий.

По теме диссертации опубликованы следующие работы:

1. Бабурин В.Л., Земцов С.П. География инновационных процессов в России // Вестн. Моск. ун-та. Сер. 5. География. 2013. № 5. С. 25–32.

25

2. Земцов С.П. Опыт выявления и оценки потенциала инновационных класте-ров (на примере отрасли «Рациональное природопользование») // Региональные ис-следования. 2013. № 2 (40). С. 12–19.

3. Земцов С.П. Инновационная зона как территориальная модель модерниза-ции экономики России // Региональные исследования. 2009. № 4-5 (25). С. 14–23.

4. Земцов С.П. Естественно-исторический подход к теории развития (модер-низации) социально-экономических геосистем // Социально-экономическая геогра-фия: история, теория, методы, практика: Сб. научн. статей. – Смоленск: Универсум, 2011. С. 213–218.

5. Земцов С.П. Факторы развития социально-экономической системы региона (на примере Тамбовской области) // Актуальные проблемы гуманитарных и естест-венных наук. 2010. № 3. С. 82–86.

6. Земцов С.П. Опыт исследования инновационного потенциала регионов Рос-сии // Мат-лы Междунар. молодежного научного форума «ЛОМОНОСОВ-2013» / Отв. ред. А.И. Андреев, Е.А. Антипов, К.К. Андреев, М.В. Чистякова. – М.: МАКС Пресс, 2013. [Электронный ресурс] – 1 электрон. опт. диск (DVD-ROM).

7. Алексеева Н.Н., Бабурин В.Л., Земцов С.П., Касимов Н.С., Кислов А.В. и др. Долгосрочный прогноз научно-технологического развития по приоритетному направ-лению «Рациональное природопользование»: подходы и результаты // Научная кон-ференция «Ломоносовские чтения». Секция «География» (г. Москва, 17–18 апреля 2013 г.). – [Электронный ресурс] Режим доступа (04.06.13): http://www.geogr.msu.ru/ science/conf/lom/kasimov_alexeeva.pdf

8. Земцов С.П. Геосистемный подход в региональных исследованиях (на при-мере Тамбовской области) // Методика и методология региональных исследований: из прошлого в будущее (к 190-летию со дня рождения Я.А. Соловьева). Мат-лы школы семинара молодых ученых. – Смоленск: Универсум, 2010. С. 95–101.

9. Земцов С.П. Оценка инновационного потенциала отрасли с помощью Фор-сайт-методологии (на примере отрасли рационального природопользования) // Второй Российский экономический конгресс (г. Суздаль, 18-22 февраля 2013 г.). – [Электрон-ный ресурс] Суздаль, 2013. Режим доступа (04.06.13): http://www.econorus.org/c2013/ program.phtml?vid=report&eid=1152

10. Baburin V., Zemtsov S. Innovation potential of regions in Northern Eurasia // Pro-ceedings of the 53rd Congress of the European Regional Science Association ‘Regional In-tegration: Europe, the Mediterranean and the World Economy’, 27-31 August 2013. – Pal-ermo: University of Palermo, 2013. [Electronic resource]- № 00546. USB flash-drive

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Введение Глава 1. Теоретико-методологические основы исследования пространственного

развития инновационных процессов 1.1. Определение основных понятий и теоретических подходов 1.2. Теоретические и прикладные исследования генерации инноваций

1.2.1. Факторы территориальной близости и разнообразия

26

1.2.2. Факторы формирования территориальных инновационных систем 1.2.3. Факторы локализации творческих профессий и профессионалов

1.3. Теоретические и прикладные исследования диффузии инноваций 1.3.1. Факторы диффузии инноваций 1.3.2. Моделирование диффузии инноваций 1.3.3. Пространственное моделирование диффузии инноваций

Глава 2. Методы исследования инновационного потенциала регионов 2.1. Общие методы исследования инновационного потенциала регионов

2.1.1. Основные статистические методы исследования 2.1.2. Метод исследования на основе производственной функции знаний 2.1.3. Методика построения рейтингов инновационного потенциала

2.2. Экономико-географические методы исследования инновационного потенциала регионов России 2.2.1. Методы анализа территориальной структуры инновационного

потенциала 2.2.2. Методы оценки инновационного потенциала регионов 2.2.3. Методы исследования пространственной диффузии инноваций

2.3. Методы исследования территориальных инновационных систем 2.3.1. Методы исследования региональных инновационных систем 2.3.2. Методы выявления инновационных кластеров и оценки их потенциала

Глава 3. Комплексная экономико-географическая оценка инновационного потенциала регионов России

3.1. Оценка инновационного потенциала регионов России 3.1.1. Территориальная структура инновационного потенциала 3.1.2. Креативность региональных сообществ России 3.1.3. Интегральная оценка инновационного потенциала

3.2. Оценка инновативности региональных сообществ России на основе анализа диффузии инноваций (на примере сотовой связи) 3.2.1. Пространственные закономерности диффузии инноваций 3.2.2. Абсорбционная способность и инновативность региональных сообществ

России 3.2.3. Интегральная оценка инновативности регионов России

3.3. Исследование внутренних закономерностей функционирования территориальных инновационных систем в России 3.3.1. Внутрирегиональные факторы и закономерности развития инновацион-

ных процессов на примере Тамбовской области 3.3.2. Выявление и оценка потенциала инновационных кластеров на примере

перспективного направления «Рациональное природопользование» Заключение Список литературы Приложения